온라인 P2P 환경에서 딥러닝을 적용한 다분류 기반 개인신용등급 예측모형

김은미; 박지영

doi:10.37272/JIECR.2019.08.19.4.43

추천

검색

질문

자료유형: 학술저널

저자정보: 김은미 (부산대학교) 박지영 (국민대학교)

저널정보: 한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제19권 제4호

발행연도: 2019.8

수록면: 43 - 57 (15page)

DOI: 10.37272/JIECR.2019.08.19.4.43

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this study, we propose a multi–class personal credit rating prediction model applying deep learning to accurately predict personal credit rating as a way to reduce investor"s investment risk. In P2P lending, credit information on borrowers has an important influence on investment decisions, since investors make investment decisions based on objective information of borrowers without special collateral.
To develop the multi-class prediction model, we use the Lending Club loan data to classify the customer"s grade into four classes, and randomly extract 1,000 data from each grade and use a total of 4,000 data. We apply the method which is MDA, ANN, one-against-one, Weston and Watkins, Crammer and Singer, and DNN. The MDA and ANN were used as benchmarking models. As the results, DNN shows higher prediction performance than other models, so that deep learning can be applied with excellent performance in multi-class problems. In addition, the confusion matrix shows that the DNN model can reduce the investment risk of investors rather than the multi-class SVM model. By applying the DNN, we can make up for the defect of the multi-class SVM, which is obtained through multiple binary classifications, and can be applied more efficiently in big data environment. The proposed method can protect investors from investment risk by providing more detailed information on investment decisions in online P2P finance.

#Credit Rating #Deep Learning #Peer-to-peer #DNN #Multi-class

참고문헌 (43)

참고문헌 신청

강영식 / 2018 / Predicting the Relationship between Corporate Financial Information and Credit Rating Using Deep Learning / 대한경영학회지 31(7):1253~1275

김성진 / 2016 / 기업신용등급 예측을 위한 랜덤 포레스트의 응용 / 산업혁신연구 32(1):187~211

김학건 / 2013 / 온라인 개인 간(P2P) 대출의 상환 성공요인에 관한 연구 / 재무연구 26(3):381~415

박성우 / 2017 / 개인 신용 평가 예측에 대한 다양한 머신러닝 기법 연구 / 대한전기학회CICS :291~292

박혜영 / 2016 / 핀테크 사업 분야별 현황과 한국형 핀테크 산업 성장 방향 모색 / 정보와통신 :73~78

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김은미

소속기관 부산대학교

주요연구분야 사회과학 > 경영학 TOP 10% 공학 > 산업공학 TOP 10%

논문수 23 이용수 5,984

박지영

소속기관 한국과학기술정보연구원

주요연구분야 사회과학 > 경영학 공학 > 산업공학

논문수 6 이용수 551

이 논문과 함께 이용한 논문

기계학습 모델을 이용한 신용 승인 데이터 분석

김동현 , 김세준 , 이병준 외 2명 한국컴퓨터정보학회 학술발표논문집 2019 .01

기계학습 기법을 이용한 소상공인 신용평가모형 구축에 관한 연구

박주완 , 송창길 , 배진성 기업과혁신연구 2017 .12

Autoencoder 기법을 활용한 부동산 가격 이상치 분석

김윤서 , 박종찬 , 오하영 한국정보통신학회논문지 2021 .12

Deep SVDD를 활용한 원심펌프 캐비테이션 감지

유동휘 , 오현석 대한기계학회 춘추학술대회 2022 .03

신용 데이터의 이미지 변환과 합성곱 신경망을 이용한 개인신용평가

원종관 , 홍준우 , 홍태호 한국지능정보시스템학회 학술대회논문집 2021 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-323-001252269

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (43)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)